Tutoría colectiva 16/02/26 | Mediateca de EducaMadrid

La clase de hoy está destinada a abordar la última parte de la unidad de trabajo número 2, 00:00:04

que hacía referencia a lo que es la medida y la expresión correcta de los resultados analíticos. 00:00:11

Esta última parte, sus contenidos, están relacionados con la búsqueda del valor verdadero de una magnitud. 00:00:18

Pues bien, la química analítica es una ciencia metrológica. ¿Esto qué quiere decir? 00:00:28

Pues esto lo que nos demuestra es que los técnicos de laboratorio, una de sus principales funciones es medir información sobre la naturaleza y la composición química de una determinada muestra para intentar dar respuesta a un problema analítico. 00:00:36

De ahí que se llame ciencia metrológica porque es una ciencia que está basada en medidas. 00:00:59

Luego, por tanto, los resultados que nosotros obtenemos de una medición, ya sea a través de la lectura de un instrumento o bien después de realizar un ensayo analítico, ese resultado tiene que ser exacto y preciso. 00:01:08

Y en esta parte vamos a abordar los conceptos de exactitud, de precisión, que son conceptos que es fundamental que el alumnado sea capaz de entender y diferenciar, porque no son sinónimos. 00:01:25

Son muy importantes para poder entender y poder expresar de forma correcta el resultado, bueno, expresar de forma correcta, disculparme, el valor de los resultados analíticos. 00:01:41

Fijaros, en un análisis cuantitativo es prácticamente imposible conocer el valor exacto o el valor verdadero de la magnitud que se está determinando, porque es prácticamente imposible realizar un análisis o una medición sin que los resultados estén exentos de errores. 00:01:56

Entonces cuando nosotros estamos trabajando en el laboratorio, estamos manejando una serie de equipos 00:02:22

tenemos que ser capaces de entender una serie de definiciones que van a estar íntimamente relacionadas con nuestro trabajo como técnico de laboratorio 00:02:31

y también que van a influir en la calidad de los resultados analíticos que nosotros informemos 00:02:41

Esa calidad de resultados analíticos es lo que va a determinar la fiabilidad de dichos valores. 00:02:49

Entonces, las principales definiciones que vamos a ir abordando a lo largo de esta última sesión correspondiente a la unidad de trabajo número 2 son las que vamos a ir trabajando a lo largo de las diapositivas siguientes. 00:02:59

En primer lugar, nos vamos a encontrar con la definición de dispersión. ¿Qué es dispersión? La dispersión, como bien aparece aquí, hace referencia a la variabilidad entre mediciones repetidas. 00:03:14

Es decir, cuando nosotros estamos en el laboratorio y estamos realizando un ensayo del cual tomamos una serie de repeticiones o de réplicas. 00:03:31

Lógicamente, todos los resultados de las distintas réplicas que hagamos no van a ser iguales. 00:03:41

Esa variabilidad es lo que se denomina dispersión y se cuantifica con parámetros estadísticos, como veremos a continuación. 00:03:49

Otro concepto que oiréis muy a menudo en los entornos de los laboratorios de calibración y laboratorios de ensayo 00:03:59

sobre todo referente a los instrumentos de medita es lo que se denomina como resolución 00:04:09

¿Qué es la resolución? Pues la resolución es la mínima variación de la magnitud a cuantificar que es detectable por un instrumento 00:04:17

Y el rango lo que nos indica es el intervalo de medidas en el que el instrumento es fiable. 00:04:28

Fijaros, aquí tenemos en la foto un calibre digital y el calibre digital nos muestra una medida, una medida que es 20,03. 00:04:37

Fijaros, la resolución de este calibre es la mínima variación de la magnitud, es decir, este calibre es capaz de apreciarnos hasta las centésimas. 00:04:47

Luego, esa mínima variación de la medida es 0,01 milímetro. El rango de medida es el intervalo en el que este instrumento nos ofrece una fiabilidad en los resultados. 00:05:04

Este instrumento, por ejemplo, tiene un rango de medida entre 0 y 200 miligramos. 00:05:20

Entonces, podemos resumir que el rango de la medida está relacionado con la capacidad del instrumento, 00:05:27

entre esa medida máxima y mínima que es capaz de arrojarnos de una manera fiable, 00:05:35

Y la resolución, esa mínima variación, pues está relacionada con la escala del instrumento. 00:05:43

Bien, entonces, cuando nosotros estamos realizando mediciones en nuestro laboratorio, esto se entiende muy bien en los ejemplos que os he puesto un poco más relacionados con la medida de la longitud, pero puede ser extrapolable a cualquier otra magnitud. 00:05:52

la medición siempre está sometida a la presencia de numerosas fuentes de incertidumbre, es decir, fuentes que nos van a introducir una duda en la obtención de ese valor verdadero. 00:06:08

Fijaros, las fuentes de incertidumbre que pueden influir siempre en una medición pueden estar vinculadas, por ejemplo, al propio instrumento. 00:06:25

Aquí veis un calibre o pie de rey en el cual vemos que una fuente de incertidumbre puede ser que la escala del calibre no se encuentre alineada y entonces tengamos un error en las patitas del calibre a la hora de tomar la medición. 00:06:36

Por ejemplo, en el caso de una balanza, que es un caso muy visual y muy característico, podemos encontrarnos incertidumbres que estén relacionadas, por ejemplo, con la falta de nivel en la superficie en la que se apoya la balanza, 00:06:55

es decir, que se encuentre desnivelada, por ejemplo, que la balanza tenga una descalibración como consecuencia del paso del tiempo, 00:07:12

si nos vamos a las incertidumbres cuyo origen está en el operario, por ejemplo, 00:07:23

pues aquí hacemos referencia a aquellas, digamos, como os pongo aquí, pues esa falta de apreciación mayor o menor que pueda tener el operario. 00:07:29

Es decir, por ejemplo, a la hora de realizar una medición, también, pues lógicamente que sea capaz de apreciar dentro de la escala del instrumento. 00:07:44

Lógicamente, la escala del instrumento, esa resolución, también es una fuente de incertidumbre a la hora de obtener la calidad del resultado de esa medida. 00:07:54

¿Dónde nos podemos encontrar otra fuente de incertidumbre vinculada al operario? Por ejemplo, cuando estamos tomando lecturas de volúmenes utilizando materiales volumétricos, pipetas graduadas y buretas. 00:08:07

Ese error de paralaje a la hora de tomar la lectura también es un error que tiene origen en el operario. 00:08:24

¿Dónde nos podemos encontrar otras fuentes de incertidumbre en las mediciones? 00:08:31

Pues, por ejemplo, en el caso de estar trabajando en laboratorios de metrología, 00:08:35

si las piezas industriales que tenemos que medir tienen errores en su configuración geométrica. 00:08:40

Como os he puesto aquí, esta pieza, por ejemplo, no es redonda, es una pieza ovalada. 00:08:47

Luego, por tanto, tiene dos tipos de magnitud a la hora de medir. No es como una pieza redonda donde el diámetro es el mismo siempre. También nos podemos encontrar fuentes de incertidumbre que puedan afectar a la medida que nosotros tomamos. 00:08:54

Aquí tenéis una pieza metálica que puede verse afectada, por ejemplo, con la temperatura, que pueda sufrir una dilatación térmica, que esto le ocurre mucho a los metales. 00:09:10

Entonces, como vemos, existen una serie de condicionantes vinculados al instrumento, vinculados al operario, vinculados a la muestra o a la pieza a medir, vinculado a condiciones ambientales. 00:09:23

También aquí ya sabéis que las balanzas analíticas están muy condicionadas no solamente por la superficie en la que se encuentran apoyadas en cuanto a su nivelación, sino también por la presencia de corrientes de aire. 00:09:37

La temperatura y la presión también influyen. Toda esta serie de condicionantes hacen que el resultado que nosotros obtenemos de una medición no sea un resultado completo, por decirlo de alguna forma. 00:09:52

Entonces, ¿cuándo esa medición se considera completa? Esa medición se considera completa cuando el valor de la medición va acompañado de lo que se denomina incertidumbre. 00:10:07

Fijaros, cuando se analiza de forma reiterada una misma muestra, como os he comentado antes, los resultados obtenidos rara vez son idénticos. 00:10:21

Incluso cuando decidimos medir, por ejemplo, la altura de una puerta o la altura de una pared, por ejemplo, si la medimos, imaginaros, unas diez veces, es muy difícil que obtengamos resultados que sean coincidentes. 00:10:34

Sin embargo, cuando nosotros tenemos un conjunto de resultados, aunque no son idénticos, sí podemos obtener un valor central que normalmente es el resultado más probable y además también podemos cuantificar la incertidumbre, es decir, esa duda que está asociada a ese valor. 00:10:52

En definitiva, no es posible saber el valor verdadero de una magnitud, pero sí podemos definir un intervalo donde tenemos una alta probabilidad de encontrar ese valor verdadero y eso no es nada más y nada menos que lo que se denomina incertidumbre. 00:11:15

Aquí os he puesto la definición de la incertidumbre desde el punto de vista que establece la norma en lo que respecta a la calidad metrológica de las medidas. 00:11:37

La incertidumbre es el parámetro que caracteriza el margen de valores, es decir, el intervalo de valores, dentro del cual podemos encontrar el valor verdadero de una magnitud. 00:11:49

Fijaros, el concepto de incertidumbre lo manejamos a diario, aunque sea de una manera, digamos, inconsciente. 00:12:04

Cuando nosotros vemos un coche que va muy rápido y decimos, pues puede ir a 180 o 200 kilómetros por hora si vamos por la carretera y nos adelanta un coche muy rápido, 00:12:10

pues esa expresión que nosotros decimos está abriendo un intervalo en el cual podríamos encontrar la velocidad a la que circula el coche. 00:12:21

Pues ese intervalo, esa duda que se genera no es nada más y nada menos que el concepto de incertidumbre y las incertidumbres están presentes en cualquier operación de laboratorio, es más, en cualquier medición que se haga, no solamente en laboratorios de análisis químico, sino en cualquier tipo de medición en cualquier ámbito de la industria. 00:12:31

Pues bien, siguiendo avanzando con la calidad de los resultados analíticos, vamos a adentrarnos en la definición de dos conceptos que son fundamentales, 00:12:56

sobre todo desde el ámbito que son exigibles por normas de competencia técnica. 00:13:10

Estos conceptos son el concepto de exactitud y el concepto de precisión. 00:13:17

Pues bien, ¿qué es la exactitud? 00:13:23

La exactitud no es nada más y nada menos que el grado de concordancia entre el valor obtenido en una medición y el valor que se considera real o valor verdadero. 00:13:26

La exactitud está muy vinculada a la presencia de errores sistemáticos y aleatorios de los dos. 00:13:41

O sea, la presencia de estos errores nos va a, digamos, de alguna manera condicionar la exactitud de ese resultado, ya sea una medida o ya sea un ensayo. 00:13:51

El otro concepto que también se maneja muchísimo en laboratorios de calibración y ensayo es el concepto de precisión. 00:14:04

¿La precisión con qué está relacionada? Pues está relacionada con la dispersión de los resultados que se obtienen cuando se realiza la medida de una magnitud un determinado número de veces, es decir, una serie de réplicas. 00:14:12

La precisión, sin embargo, está relacionada directamente con los errores aleatorios y la precisión se puede medir en condiciones de repetitividad, mínima variación. 00:14:31

¿Qué significa esto? Pues mínima variación se refiere a que cuando yo estoy tomando esas medidas replicadas, las variables que intervienen son mínimas. 00:14:46

Por ejemplo, se realizan en el mismo día, con el mismo instrumento y con el mismo técnico de laboratorio. 00:14:59

Es decir, estamos minimizando todas esas variables. 00:15:09

Pero también la precisión se puede medir o cuantificar en términos de reproducibilidad. 00:15:13

Es decir, máxima variación. Por ejemplo, días diferentes, analistas distintos, laboratorios distintos. 00:15:20

La dispersión de esas medidas en unas condiciones u en otras es lo que nos determina la precisión de los resultados. 00:15:29

¿Y qué es el sesgo? El sesgo es la diferencia que existe entre el valor medio de una serie de medidas y su valor real. 00:15:39

El sesgo nos va a cuantificar el error sistemático total de una medida. 00:15:52

Entonces, vemos que al hilo de lo que habíamos comentado anteriormente, que nunca vamos a saber el valor verdadero de una magnitud, sino que ese valor verdadero se va a encontrar en un intervalo que se denomina incertidumbre, 00:15:59

Pues esas incertidumbres están vinculadas a una serie de errores que son de carácter sistemático y aleatorio y la presencia de esos errores es lo que nos va a determinar la exactitud y la precisión de esos resultados. 00:16:16

En definitiva, la calidad de los resultados analíticos. 00:16:35

Aquí tenemos unas imágenes muy ilustrativas para entender los conceptos de exactitud y precisión. 00:16:40

Como vemos en esta imagen de la izquierda que os estoy señalando con el ratón, 00:16:48

pues tenemos que las crucecitas de color azul son los resultados que nosotros hemos obtenido en nuestras mediciones, 00:16:53

siendo el valor verdadero o el valor real aquel que se encuentra en el centro de la diana. 00:17:00

Luego, lógicamente, vemos que obtenemos diferentes resultados, que están todos ellos alejados del centro, 00:17:06

luego la distancia que existe entre cada uno de esos valores y el valor real es una distancia más o menos grande, 00:17:14

luego no existe esa actitud, pero vemos que las medidas están también dispersas, es decir, no se encuentran próximas unas a otras. 00:17:23

Luego, tampoco tenemos precisión. ¿Qué ocurre en el caso del centro? Pues vemos que las medidas se encuentran todas agrupadas en un lado, 00:17:33

es decir, están próximas unas a otras, sin embargo, distan del valor real o el valor central, por decirlo de alguna forma. 00:17:45

En este caso, ¿qué podemos decir? Pues podemos hablar de una precisión en las medidas. ¿Por qué? 00:17:55

Porque la dispersión es muy pequeña, sin embargo, no hay exactitud, porque el valor obtenido dista del valor central o del valor verdadero. 00:18:01

Aquí, por ejemplo, vemos que las mediciones están más cerca del valor real, podemos hablar de exactitud, sin embargo, están dispersas. Luego hablamos de falta de precisión, es decir, estos resultados serían exactos pero no precisos. 00:18:12

Y por último, pues tenemos concentración de todas las medidas o proximidad de todas las medidas entre ellas y al valor central. Luego estamos hablando de exactitud y de precisión. 00:18:33

Pues bien, la exactitud y la precisión hemos comentado hace un momento 00:18:48

que está relacionada con la presencia de errores en los procesos de medición 00:18:57

¿Pues qué es un error? 00:19:03

Pues un error no es nada más y nada menos que una desviación 00:19:04

entre el resultado de la medición de una magnitud y su valor real 00:19:08

Esa es la definición de error 00:19:13

Y un técnico de laboratorio debe de comprender la naturaleza de esos errores que intervienen en todo proceso de medida porque la comprensión de esos errores y su naturaleza es el primer paso para poder controlarlos y minimizarlos porque la eliminación total de los errores no es posible. 00:19:16

Entonces, hemos hablado de errores sistemáticos y de errores aleatorios, pues vamos a pasar a definirlos. ¿Qué es un error sistemático? Fijaros en su propio nombre, sistemático, es decir, en cuanto a su naturaleza, en cuanto a su origen. 00:19:41

es un error que tiene una causa asignable, es decir, un origen detectable. 00:19:58

Ese origen puede estar vinculado al instrumento, puede estar vinculado al técnico 00:20:05

o puede estar vinculado al método de análisis. 00:20:10

Y en cuanto a su valor, es un valor constante o bien un valor que va evolucionando de forma predecible. 00:20:14

El error sistemático afecta a un concepto que ha surgido últimamente como resultado de la norma ISO 5725, 00:20:24

que hace referencia a una serie de normas internacionales que evalúan precisamente la exactitud en términos de veracidad y en términos de precisión. 00:20:44

Es otra norma de competencia técnica que afecta a los laboratorios. 00:20:58

Pues bien, ahora mismo hemos hablado del concepto de exactitud. 00:21:02

Ahora, un poquito más adelante, vamos a pulir ese concepto de exactitud y ya veremos qué significa veracidad. Pero los errores sistemáticos están vinculados con la veracidad de los resultados. 00:21:07

¿Cómo se cuantifican los errores sistemáticos? Pues se cuantifican con el error absoluto, que lo tenéis aquí, y con el error relativo. 00:21:23

Fijaros, el error absoluto es el resultado de una diferencia entre el valor obtenido de una magnitud o el valor medio, si hemos realizado una serie de réplicas, con respecto al valor real. 00:21:34

Este valor real que os estoy señalando con el ratón normalmente es un valor de referencia y este valor de referencia puede venir dado por el límite legal de una norma, por ejemplo, por un material de referencia certificado, puede venir dado por un laboratorio externo acreditado. 00:21:53

Ese es el valor real o un valor que se considera real y X y Y hace referencia al valor que yo he obtenido en una medición o bien mi valor medio. 00:22:16

Cuando el error absoluto se refiere al valor real, es decir, lo dividimos, dividimos el error absoluto entre el valor real y lo multiplicamos por 100, estamos hablando de error relativo. 00:22:28

Y el error relativo se establece en determinados entornos como criterio de aceptación en lo que a exactitud se refiere. 00:22:46

Por ejemplo, se consideran métodos o resultados muy exactos aquellos en los que el error relativo es inferior al 1%, moderadamente exactos si está comprendido entre el 1 y el 5% y poco exactos si es superior al 5%. 00:22:58

Digamos que estos son criterios de aceptación a nivel general. El día de mañana, en entornos reales, en función del ensayo que estéis determinando, se os marcarán aquellos criterios de aceptación que vais a tener que manejar, que pueden ser incluso más restrictivos que los que yo os he expuesto aquí a nivel general. 00:23:18

¿Cómo podemos luchar contra el error sistemático? Es decir, ¿cómo podemos reducirlo? 00:23:38

Pues lo podemos corregir utilizando calibraciones, porque vemos que al ser un error sistemático y tener un origen que es detectable, por ejemplo, si el origen está vinculado al instrumento, calibrando el instrumento, puedo reducir esa incertidumbre y puedo reducir ese error. 00:23:43

Utilizando, por ejemplo, materiales de referencia certificados, utilizando análisis de blancos, por ejemplo, utilizando métodos que estén validados. Por ejemplo, todo esto nos ayuda a minimizar ese error sistemático. 00:24:03

¿Qué ocurre con el error aleatorio? Pues el error aleatorio, como su nombre indica, es un error que ocurre de manera imprevisible, es decir, no podemos vincular su existencia a una causa, digamos, una causa que sea tangible, como ocurre con los errores sistemáticos. 00:24:24

La causa, la magnitud y el signo, es decir, si aumenta o disminuye, es totalmente aleatorio. Se debe nada más y nada menos que al azar. Por tanto, este error aleatorio que ocurre de forma imprevisible es el responsable de que nuestras medidas se encuentren más o menos dispersas. 00:24:48

Es decir, ¿a qué afecta? Afecta a la precisión de mis medidas, a la precisión de mis resultados. ¿Cómo se cuantifica? Pues se cuantifica normalmente con la desviación estándar, que es un parámetro estadístico, o el coeficiente de variación. 00:25:13

Si fijaron la desviación estándar, esta es la fórmula matemática por la cual se calcula. Sin embargo, la desviación estándar hoy en día se calcula con la calculadora científica o bien con hojas de cálculo, como por ejemplo la hoja Excel. 00:25:32

Un parámetro que está muy relacionado con la desviación estándar, que también se utiliza muchísimo en ejercicios de intercomparación entre laboratorios, es la varianza. 00:25:49

La varianza no es nada más y nada menos que la desviación estándar al cuadrado. 00:26:01

Entonces, a mí me pueden dar desviación estándar o me pueden dar varianza. 00:26:06

Es importante que no confundamos estos dos términos. 00:26:12

Y el coeficiente de variación se define como la desviación estándar con respecto al valor medio y multiplicado por 100. Es decir, es un valor porcentual y es el que más se utiliza cuando se habla de la precisión de un método. 00:26:16

Es el parámetro que más se suele utilizar en el ámbito real de los laboratorios. 00:26:34

¿Cómo se reduce el error aleatorio? 00:26:40

El error aleatorio, al ocurrir al azar, es muy difícil de eliminar, pero se puede minimizar ¿cómo? 00:26:43

Pues se puede minimizar disminuyendo su desviación estándar, es decir, aumentando la precisión de las medidas, disminuyendo su dispersión. 00:26:51

Entonces, es importante que sepamos diferenciar precisión de dispersión y desviación estándar, que son conceptos que se utilizan muy a menudo y que es importante que sepamos utilizarlos en el contexto adecuado para no inducir a error. 00:27:04

Entonces, cuando la precisión es alta, la dispersión de las medidas es pequeña. Si la dispersión de las medidas es pequeña, la desviación estándar también es pequeña. 00:27:24

Entonces, es importante que no nos confundamos. Normalmente, en los laboratorios se suelen realizar entre tres y cinco réplicas, digamos como práctica habitual. 00:27:41

Lo normal en términos estadísticos es hablar a la hora de parámetros de desviación estándar y parámetros de valor medio que sean representativos cuando nos movemos en torno como mínimo de 20 réplicas, incluso de 50 réplicas. 00:27:55

Pero vosotros imaginaros en un contexto real, de rutina en un laboratorio, o sea, realizar 20, 30 o 50 repeticiones de una misma muestra consume un tiempo y unos costes que son francamente muy elevados. 00:28:16

Por tanto, en los laboratorios se suelen realizar entre tres y cinco repeticiones como práctica habitual. Cuanto más repeticiones hagamos, menor será la dispersión y más grande será la precisión de esos resultados. 00:28:32

Aquí os he puesto a nivel general los criterios de aceptación en cuanto a la precisión de los métodos en términos de coeficiente de variación. 00:28:54

Pero fijaros, esto es a nivel genérico porque veis que según sea el ámbito del laboratorio, veis que los rangos de aceptación en el coeficiente de variación son rangos que tienen una amplitud considerable. 00:29:05

O sea, por ejemplo, fijaros, en análisis farmacéutico se consideran métodos muy precisos aquellos cuyo coeficiente de variación es menor o igual que el 2%. 00:29:25

Suele ser un criterio muy habitual incluso en análisis químico, pero insisto que esto en contextos reales os darán los criterios de aceptación cuando estéis realizando mediciones o incluso ejercicios de validación de métodos. 00:29:37

Por ejemplo, en métodos cromatográficos nos podemos mover entre el 1 y el 5%, dependiendo si estamos cuantificando o midiendo trazas. 00:29:52

Fijaros en análisis ambiental y en análisis de alimentos, el margen o la horquilla ya se nos agranda. 00:30:03

Esta variabilidad también es muy dependiente del tipo de matriz en el que se encuentre el analito que yo quiero cuantificar. 00:30:10

Fijaros en ensayos microbiológicos, entre el 10 y el 30%. Con esto, lo que os quiero comentar es que en contextos reales os darán esos criterios de aceptación en cuanto a exactitud y en cuanto a precisión. 00:30:19

pero que tengamos una referencia de los límites de aceptación en los cuales se pueden mover estos parámetros 00:30:36

que van a estar muy vinculados, sobre todo, con el tipo de análisis o de ensayo que estemos realizando. 00:30:49

Pues bien, hemos comentado hace unos minutos la norma ISO 5725. 00:30:58

Esta norma realmente es un conjunto de normas, igual que la serie de normas ISO 9000, que ya estudiaréis en el módulo de calidad y seguridad en el laboratorio. 00:31:06

Alguno de vosotros ya os sonará la norma ISO 9000. La norma que tenéis aquí en pantalla, una familia de normas internacionales, 00:31:18

evaluan la exactitud de los métodos y de los resultados de una medición. 00:31:28

Y la exactitud está formada por dos componentes fundamentales, por la veracidad y por la precisión. 00:31:35

Fijaros, antes el término veracidad no se utilizaba, se utilizaban únicamente exactitud y precisión. 00:31:46

Sin embargo, esta norma ha incluido el concepto de veracidad para que empecemos a diferenciarlo del concepto de exactitud. Pero os digo ya que en entornos reales se sigue hablando de exactitud y precisión. 00:31:53

Este resultado es veraz, todavía no se suele utilizar mucho. Entonces, fijaros que la veracidad es el componente que está relacionado con el error sistemático y la precisión es el componente del error aleatorio. 00:32:13

Por eso, en esta diapositiva anterior, a la hora de hablar de exactitud, os comenté que dependía de los errores sistemáticos y aleatorios, es decir, depende de la veracidad y de la precisión. 00:32:34

La precisión, como ya os hemos comentado, pues está relacionada con los errores aleatorios. 00:32:57

Entonces, nosotros hablamos de resultado en términos de exactitud y el método que hemos utilizado para obtener ese resultado lo vamos a calificar en términos de veracidad y de precisión. 00:33:07

Entonces, un resultado es exacto cuando el resultado es veraz y es preciso. Fijaros, aquí tenemos una línea de puntos. Esta línea de puntos es la que nos hace referencia a nuestro valor real o nuestro valor verdadero, de esa magnitud que nosotros estamos midiendo. 00:33:27

Y aquí tenemos distintos casos en los cuales el puntito representa el valor medio de ese conjunto de medidas que yo he obtenido y tenemos esta línea que está marcada con dos segmentos, no hay nada más y nada menos que el intervalo en el cual se enmarcan todos los resultados de las medidas que yo he obtenido. 00:33:49

Es decir, esa incertidumbre. Vamos a analizar caso a caso. Aquí, el primer caso, vemos que mi valor medio está prácticamente muy cerca del valor real. 00:34:16

Luego, el valor medio y el valor real, prácticamente su diferencia es muy pequeña apenas si existe sesgo, que lo hemos comentado antes. 00:34:34

Entonces, este método es veraz y vemos que la dispersión, los resultados están también muy juntitos unos a otros, por tanto es preciso. 00:34:44

Como es veraz y es preciso, el resultado que yo he obtenido es exacto. 00:34:55

¿Qué ocurre en el segundo caso? 00:35:00

En el segundo caso vemos que el valor medio está también muy cerca del valor real. 00:35:03

Luego podemos hablar de veracidad, o sea, el método es veraz. 00:35:09

Sin embargo, me encuentro que el intervalo en el que se encuentran las distintas réplicas o medidas que yo he obtenido es más grande. 00:35:15

Luego, es impreciso. Luego, si el método es veraz pero impreciso, el resultado no puede ser exacto, porque hemos dicho que para que un resultado sea exacto debe de ser veraz y preciso. 00:35:25

El caso que tenéis en tercer lugar, pues es un caso donde nuestro valor medio empieza a alejarse del valor verdadero, del valor real y el intervalo también es grande. 00:35:42

Luego estamos hablando de un método que ni es veraz ni es preciso, el resultado es inexacto. 00:35:57

Y por último vemos que tenemos el valor medio alejado del valor real, luego el método no es veraz, 00:36:03

sin embargo el intervalo donde se encuentran los valores obtenidos es más pequeñito. 00:36:18

Podemos hablar de precisión, o sea, preciso pero no veraz, el resultado como es, inexacto. De ahí que es importante que sepamos evaluar los términos de exactitud, veracidad y precisión. 00:36:24

Veracidad, error sistemático, precisión, error aleatorio y la exactitud, lógicamente, tiene el componente de los errores sistemáticos y aleatorios. 00:36:39

Aquí os he puesto un ejemplo real de un ejercicio para evaluar la precisión de una serie de material volumétrico en un laboratorio en ejercicio de calibración de material volumétrico, 00:36:51

que es también un tipo de ensayo o un tipo de trabajo que podéis realizar el día de mañana. 00:37:09

Entonces, fijaros que aquí no se utiliza el término de veracidad, que donde pone exacto debería de ser veraz. 00:37:21

O lo he puesto porque está tomado de un ejemplo real para haceros hincapié de que el término veracidad, la norma, nos está instando a utilizarlo, 00:37:28

sin embargo, todavía existe tendencia a lo que antiguamente se manejaba, el concepto de exactitud y de precisión. 00:37:39

Fijaros, nosotros vamos a medir 10 mililitros de agua con tres tipos de material volumétrico y hemos realizado cuatro medidas. Aquí las tenéis. Y con estas cuatro medidas hemos obtenido el valor medio y la desviación estándar de las cuatro medidas. 00:37:47

Entonces, si nosotros comparamos estos dos parámetros, podemos clasificar el material volumétrico en cuanto a veracidad y en cuanto a precisión. 00:38:05

Fijaros, el material 1 tiene un valor medio de 10,0 y el valor real son 10 mililitros. Luego, este material, ¿cómo es? El valor medio y el valor real son prácticamente coincidentes. 00:38:17

Luego estamos hablando de que el método es un método veraz, pero la desviación estándar es 0,294. Aquí tenemos un rango amplio en el cual se encuentra la dispersión de los valores. 00:38:34

Por tanto, sería impreciso. Aunque aquí pone exacto e impreciso, veraz e impreciso, se concluye que el resultado sería inexacto. 00:38:53

¿Qué tenemos en el material 2? Pues en el material 2 vemos que el valor medio comienza a alejarse del valor real. 00:39:07

existe diferencia, por tanto sería inexacto 00:39:14

pero veis que la desviación estándar es muy chiquitita 00:39:20

si la comparamos con estos dos, 0,082 00:39:23

luego aquí sí podríamos hablar de mayor precisión 00:39:27

en la obtención de las medidas 00:39:30

y el material 3 tiene 10 de valor medio 00:39:32

por tanto es exacto 00:39:36

y su desviación estándar es mayor con respecto a este 00:39:38

aunque menor con respecto a este, podemos hablar de impreciso cuando los comparamos. 00:39:43

Bien, pues ya vamos a abordar prácticamente la parte final de esta unidad de trabajo 00:39:52

en lo que respecta a cómo obtenemos esa precisión 00:40:03

o cómo garantizamos esa precisión y esa exactitud en los resultados. 00:40:12

Para ello vamos a introducir dos conceptos, conceptos que son la trazabilidad y la calibración. 00:40:16

¿Qué es la trazabilidad? Pues no es nada más y nada menos que la propiedad que permite establecer 00:40:23

la relación entre el resultado de una medida con referencias establecidas. 00:40:30

Estas referencias son patrones. La trazabilidad es un concepto que está relacionado con la calidad de las medidas y de los resultados analíticos porque me permite establecer esa referencia. 00:40:36

Y la trazabilidad está también relacionada de manera indirecta con la exactitud, con la incertidumbre, con estándares de medida y con la calibración. 00:40:53

Es decir, ¿cómo garantizo yo la calidad de mis resultados? La garantizo a través de la trazabilidad. Y esa trazabilidad a nivel de laboratorio y a nivel de instrumentos de medida se consigue con operaciones de calibración. 00:41:07

¿Qué es la calibración? Pues una operación que me permite establecer la relación que existe entre la medición que me da un instrumento o un sistema de medida con el valor de la magnitud que yo estoy midiendo, utilizando patrones de referencia. 00:41:28

La calibración, al estar íntimamente relacionada con los instrumentos de medida, lo que nos permite es reducir errores instrumentales y errores de método. 00:41:50

Aquí veis cómo se garantiza la trazabilidad. Por ejemplo, la balanza granataria nosotros la calibramos, la contrastamos con un patrón de laboratorio. 00:42:03

Este patrón de laboratorio está calibrado con un patrón superior, que es un patrón nacional, que a su vez está calibrado con un patrón internacional y, por último, digamos, en la cúspide de esta pirámide de trazabilidad se encuentra la pesa patrón o el valor real de esa magnitud. 00:42:15

Es importante que tengamos en cuenta que calibrar un equipo no es lo mismo que verificar un equipo. 00:42:40

Calibrar un equipo implica que ese equipo pueda, digamos, si la diferencia que existe entre el valor que me da el equipo y la magnitud que yo estoy midiendo es muy grande, el resultado de una calibración puede ser el ajuste del equipo. 00:42:49

Sin embargo, verificar un equipo no implica ajustarlo, implica chequear que cumple unas especificaciones dadas, nada más. 00:43:08

Entonces, es importante que no los confundamos porque muchas veces se habla de verificación cuando se está hablando de calibración y son conceptos completamente diferentes. 00:43:21

Entonces vemos cómo la trazabilidad está relacionada con la calidad de los resultados analíticos, es decir, con la exactitud, con esa diferencia mínima entre el valor de mi medida y el valor real a través de los patrones y con la incertidumbre, con esa duda o ese intervalo en el que se puede encontrar el valor verdadero, 00:43:32

¿Cómo lo reduzco a nivel de laboratorio? Pues mediante calibración de equipos, validación de métodos, etc. Y todo esto está relacionado con el concepto de trazabilidad, que es un concepto exigible por norma. 00:43:58

Los patrones son materiales de referencia y podemos encontrarnos patrones físicos, por ejemplo, relacionados con la masa, con el tiempo, con la longitud y a nivel de laboratorio vais a manejar mucho patrones químicos que podéis manejar, perdonad, es importante distinguir entre patrones primarios y patrones secundarios. 00:44:15

El patrón primario es una sustancia cuya pureza es muy alta y su composición está definida y un patrón secundario es una sustancia que se ha contrastado frente a un patrón primario. Esto lo trabajaréis mucho en análisis químico y en análisis instrumental. 00:44:41

Pero que sepáis que ese empleo de patrones lo que a nosotros nos va a garantizar es no solo la trazabilidad, sino la exactitud de esas medidas. 00:45:03

Entonces, es importante que sepamos diferenciar entre la calibración instrumental y la calibración analítica. 00:45:17

La calibración instrumental básicamente es aquella en la cual la magnitud que mide el instrumento o el equipo y la magnitud que mide el patrón es la misma. 00:45:26

Por ejemplo, una balanza. Una balanza mide la masa y la voy a contrastar con una pesa patrón que está previamente calibrada. 00:45:42

Lógicamente, si yo sé lo que mide esta pesa patrón que viene en su certificado de calibración, cuando yo esta pesa patrón la pongo en la balanza, si el valor que me da la balanza dista mucho del valor del certificado de calibración, lógicamente tengo un problema en el instrumento. 00:45:51

Ese instrumento tendré que calibrarlo, que a veces se emplea ajustarlo. Es que la calibración implica ese ajuste o esa corrección del equipo. 00:46:09

¿Qué ocurre con otros equipos de laboratorio? Por ejemplo, imaginaros un espectrofotómetro. El espectrofotómetro, que ya muchos de vosotros lo estudiaréis en análisis instrumental, algunos de vosotros lo estaréis viendo. 00:46:21

El espectrofotómetro, la medida que nos da en el display es absorbancia. Sin embargo, lo que yo meto en el equipo para medirlo es unas disoluciones patrón, es decir, unas concentraciones. 00:46:39

concentraciones. Veis que aquí, en la calibración instrumental, la magnitud del patrón es la masa 00:46:54

y la magnitud que lee el instrumento es la masa, pero aquí no. La magnitud que lee el instrumento 00:47:02

es la absorbancia y la magnitud del patrón es la concentración. Entonces, la calibración analítica 00:47:09

no es nada más y nada menos que la relación matemática entre la magnitud de un instrumento 00:47:16

y la magnitud del patrón. Esto lo veréis con más profundidad en análisis instrumental 00:47:23

y normalmente se trata de buscar una relación que sea lineal, una relación proporcional, 00:47:33

que es lo que se denominan las rectas de calibrado. Pero tener en cuenta una cosa, que cuando 00:47:42

se trabaja con técnicas instrumentales, cuando trabajo con espectrofotómetros, cuando 00:47:49

trabajo con cromatógrafos, cuando trabajo con infrarrojo, con por ejemplo fluorometría 00:47:53

u otro tipo de técnicas, estoy utilizando un equipo. Este equipo en sí mismo también 00:48:01

tiene una calibración, igual que la balanza. Lo que ocurre es que estos equipos, estas 00:48:08

calibraciones suelen hacerse en laboratorios externos. Las técnicas instrumentales llevan 00:48:14

la calibración del equipo y luego la propia calibración analítica para vincular la concentración 00:48:19

con la lectura del equipo. Vale, pues que seamos conscientes de que la calibración sea instrumental 00:48:26

o analítica me va a influir directamente en la calidad de los resultados analíticos de mi medición 00:48:36

o de mi ensayo. Por tanto, una vez que ya hemos hablado de todo lo que implica el proceso de 00:48:47

medición, de todos los errores o variables que van a influir en la calidad de ese resultado, 00:48:55

¿cómo se informa ese resultado? ¿Cómo se expresa finalmente un resultado analítico? Pues el 00:49:04

resultado analítico siempre se expresa con el valor verdadero y su incertidumbre. Lógicamente 00:49:11

estaréis pensando, bueno, pero el valor verdadero nos has comentado antes que es muy difícil de 00:49:20

conocer. Este valor verdadero, esta M, hace referencia a la estimación del valor real. Es 00:49:25

decir, como normalmente estamos manejando siempre réplicas en el laboratorio, será el valor 00:49:34

medio del conjunto de mediciones que yo he obtenido. Y la incertidumbre es la estimación de los distintos errores o las distintas fuentes de error 00:49:41

que van a influir en la amplitud de ese intervalo en el que se van a encontrar todas mis medidas. 00:50:02

Es decir, esa incertidumbre está muy relacionada con la desviación estándar, con la precisión que afecta a las medidas que yo he obtenido. 00:50:12

Entonces, siempre un resultado analítico se expresa con el valor medio más menos la incertidumbre total calculada. 00:50:25

Veis que este más menos hace referencia a ese intervalo dentro del cual se encuentra el valor medio. 00:50:37

Cuanto más cerca esté el valor medio de ese valor real, menos sesgo tengo yo en mi resultado y más veraz será ese resultado. 00:50:47

Entonces, fijaros, cuando nosotros estamos realizando un proceso analítico, la incertidumbre siempre nos la vamos a encontrar ¿dónde? 00:51:01

Nos vamos a encontrar incertidumbres en las propias herramientas metrológicas que utilizamos. Por ejemplo, si utilizo un calibre o pie de rey, si utilizo una cinta métrica. 00:51:14

En los propios equipos de medida, la incertidumbre que tiene la propia balanza, por ejemplo, y en las etapas del proceso analítico. Es decir, si yo realizo, por ejemplo, una pesada, luego realizo la medida de un volumen, luego hago una dilución. 00:51:26

Luego, por ejemplo, saco una alícuota, hago una medición. Todas esas etapas van introduciendo en los resultados fuentes de error, fuentes de incertidumbre. 00:51:44

Entonces vemos que una determinación analítica siempre requiere varias operaciones, como os acabo de decir, pesar, pipetear, que suelen ser las más comunes, y cada una de estas operaciones supone introducir dentro de todo el proceso una serie de errores sistemáticos y errores aleatorios. 00:51:57

Entonces, la incertidumbre que afecta al resultado final, la incertidumbre total, la que computa todas esas incertidumbres que se van introduciendo en las distintas etapas y o equipos, se puede calcular y afecta, lógicamente, a los distintos datos experimentales que yo estoy manejando. 00:52:20

Entonces, tenemos que tener en cuenta la propagación de estas incertidumbres en los cálculos químicos que realizamos. 00:52:50

Los más habituales son sumas, restas, multiplicaciones y divisiones. 00:53:00

Por ejemplo, cuando calculamos una concentración, realizamos una pesada y medimos un volumen, masa partido por volumen. 00:53:05

Ahí tenemos la incertidumbre de la masa y la incertidumbre que va asociada a la medida del volumen. Ahí tenemos una división. O, por ejemplo, si yo calculo el peso de un residuo seco utilizando, por ejemplo, una diferencia de pesada, ahí también tengo otra fuente de incertidumbre y en este caso tengo una resta. 00:53:17

¿Cómo se calculan estas incertidumbres? Pues se calculan con las fórmulas que os he puesto aquí a la derecha. 00:53:42

Fijaros, esta parte de aquí que os estoy señalando con el ratón hace referencia al resultado final. 00:53:49

Ya hemos dicho que el resultado final siempre se tiene que expresar con el valor más menos su incertidumbre. 00:53:56

Luego, el resultado final, ¿a qué es igual? A la suma, por ejemplo, de los resultados intermedios, cada uno con su incertidumbre. El valor A mayúscula, el valor final, es igual a B mayúscula más C mayúscula, ¿de acuerdo? 00:54:05

Pero, ¿qué pasa con la incertidumbre a minúscula? No puedo sumar las incertidumbres B y C, no las puedo sumar porque hacen referencia a intervalos de medidas y esos intervalos tienen unos condicionantes estadísticos, es decir, no puedo sumarlos de forma aritmética. 00:54:25

Para ello se aplica esta fórmula en el caso de las restas donde la incertidumbre del resultado final en la raíz cuadrada de la suma de las incertidumbres de cada una de las etapas intermedias que se suman o se restan b al cuadrado más c al cuadrado. 00:54:46

Luego yo calcularía A mayúscula como B mayúscula más C mayúscula y A minúscula, la incertidumbre, la calcularía con esta fórmula. 00:55:06

¿Qué ocurre si yo tengo una multiplicación como os he puesto aquí? 00:55:18

Pues si yo tengo una multiplicación, por ejemplo, digamos que estas dos fórmulas son equivalentes. Aquí lo que hemos hecho ha sido despejar el valor de la incertidumbre que es lo que yo quiero calcular. 00:55:24

El valor real sería b por c, siguiendo el mismo ejemplo de razonamiento que os he puesto aquí. Pero la incertidumbre, cuando estamos con multiplicaciones o divisiones, ya no obedece a esta fórmula. 00:55:44

Fijaros, la incertidumbre del resultado final a qué es igual. Al valor final del resultado que multiplica a la raíz cuadrada de la incertidumbre de la primera medida que va acompañada de incertidumbre dividido por el valor de su medida al cuadrado. 00:55:59

más la división entre la incertidumbre de la segunda medida partido por el valor de la medida al cuadrado y así sucesivamente. 00:56:26

Esto puede parecer ahora muy lioso, pero os he puesto aquí un ejemplo resuelto con una operación matemática. 00:56:38

Veis que tenemos una división entre el numerador donde se multiplica 1,76 más menos 0,03 por 1,89 más menos 0,02 y lo divido entre 0,0554 más menos 0,008. 00:56:48

Bien, ¿aquí qué podemos identificar? Aquí podemos identificar los valores de, digamos, las medidas que yo estoy utilizando. Por ejemplo, ahí, perdonad, que he cogido el que no debía. 00:57:11

Bueno, sería este, he dado a resaltar, perdonad, entonces este sería, lo voy a borrar, esta sería mi primera magnitud, a ver si me deja resaltarlo, creo que no, subrayar, vaya, veo que no me deja, le voy a dar a resaltar, aunque sea un poquito más. 00:57:27

Fijaros, este es el valor de una magnitud, este es el valor de la otra magnitud y este es el resultado de la otra magnitud o medida. 00:57:58

Y aquí vemos las incertidumbres. 00:58:14

Aquí tengo yo una multiplicación combinado con una división. 00:58:18

¿Qué hago? Pues por una parte calculo el resultado final. 00:58:22

Es decir, hago la multiplicación y lo divido por los valores de las medidas. Y este es el resultado final. Y ahora tengo que operar de forma independiente con las incertidumbres. 00:58:26

Con esta, con esta y con esta. ¿Qué tenemos? Tenemos multiplicación y tenemos división. Al tener multiplicación y división, esa incertidumbre, ¿a qué es igual? 00:58:47

Esa incertidumbre es igual a, que es lo que os había puesto aquí, a partido por a es igual a. Primero, nos vamos al primer componente y tenemos la incertidumbre 0,03 dividido por su valor de la medida y todo ello al cuadrado. 00:59:06

Segundo elemento que afecta a esta operación que estoy haciendo, pues la incertidumbre del segundo factor, 0,02, dividido entre el valor de su medida al cuadrado. 00:59:30

El tercero, más 0,008, dividido entre el valor y al cuadrado. Como ya no tengo más, calculo esta raíz cuadrada. 00:59:44

Y esta es la incertidumbre. ¿Pero qué ocurre? Ocurre que la incertidumbre del resultado es igual a la I sub A partido por el valor que yo he calculado aquí. 00:59:55

¿Vale? Entonces, lo que hago es, sencilla y llanamente, despejar A. Esta incertidumbre A es igual a este valor por el resultado final. 01:00:13

final. El resultado final yo ya lo tengo aquí calculado, que es este, ¿veis? Multiplicado por 01:00:31

el valor de, bueno, disculpadme, del valor que he obtenido del cálculo de la raíz cuadrada. Y 01:00:41

este valor es ya el valor de la incertidumbre total. Y aquí es cuando la incertidumbre total 01:00:52

se tiene que expresar con sus cifras significativas. Fijaros, la incertidumbre siempre tiene que tener 01:01:02

una cifra significativa distinta de 0. Luego, en este caso, este es el valor que yo he obtenido 01:01:14

de la calculadora. Una sola cifra significativa distinta de 0 quiere decir que del 4 en adelante 01:01:22

tengo que redondear. Como el 4 es menor que 5, la cifra precedente no cambia. Luego, la 01:01:28

incertidumbre redondeada sería 0,1. Y a continuación, el resultado final, ¿cómo se expresa? El resultado 01:01:37

final es igual a qué? Al valor que yo he obtenido de mi operación matemática acompañado de su 01:01:46

incertidumbre. Mi incertidumbre es 0,1. Luego, el valor del resultado tiene que tener las mismas 01:01:54

cifras decimales que la incertidumbre. La incertidumbre redondeada, ¿cuántas cifras 01:02:06

decimales tiene? Una, que en este caso coincide con su cifra significativa, pero no lo confundamos 01:02:12

porque a veces no coincide. Luego el resultado final sería 6,0 más menos 0,1. Ahora vamos 01:02:19

a ver un ejemplo más claro. Esto lo he puesto a nivel matemático. Fijaros, yo estoy en 01:02:27

En el laboratorio. Y entonces, en el laboratorio lo que voy a realizar es una valoración en la cual voy a tomar de una disolución concentrada, voy a tomar con una pipeta aforada, fijaros, 10 mililitros más menos 0,06. 01:02:34

Este es el error o la incertidumbre que está asociada a la pipeta aforada. 01:02:51

A continuación, introduzco la alícuota en un matraz y enraso hasta 100 ml con agua destilada. 01:02:58

Y este matraz tiene también su error. 01:03:07

De esta dilución, lo que hago es tomar una alícuota con una pipeta aforada de 25 ml que tiene también su error. 01:03:10

La pongo en un enlermeyer y hago una valoración con una bureta que tiene este error y consume de sosa 5 mililitros y el error de la sosa, perdonad, la concentración de la sosa es 0,10 más menos 0,02. 01:03:20

Entonces veis que en esta simple operación de laboratorio, que es muy común, en la que se realizan cálculos, van acompañados una serie de errores. Estos errores también se cuantifican y en estos cálculos de concentraciones es donde se aplican a la hora de cuantificar los errores y expresar el resultado de manera correcta las fórmulas que os acabo de explicar. 01:03:42

Entonces, aquí tenéis, por ejemplo, lo que os acabo de comentar. Fijaros en una valoración, la lectura inicial de una bureta es 3,51 mililitros, la lectura final 15,67. Ambas tienen esta desviación estándar. 01:04:09

¿Qué volumen de valorante se ha utilizado y su desviación estándar? 01:04:29

Nosotros decimos que el resultado final es una resta, 12,16 mililitros. 01:04:35

Este es mi resultado final, pero este resultado final tiene que ir acompañado de su error, de su desviación estándar. 01:04:41

Como es una resta, aplicamos la fórmula que viene aquí. 01:04:49

es decir, la incertidumbre correspondiente a una resta, que es la raíz cuadrada de las incertidumbres de cada uno de los sumandos al cuadrado. 01:04:56

Pues me vengo aquí y veo que la desviación estándar de cada lectura, en este caso, es la misma. Veis que aquí, por ejemplo, es diferente. 01:05:06

Entonces, la desviación estándar del resultado, ¿cuál es? La raíz cuadrada de 0,02 al cuadrado más 0,02 al cuadrado, es decir, la incertidumbre de este valor y la de este valor, y sale 0,028. 01:05:19

Ahora tenemos que expresarlo con sus cifras significativas adecuadas. 01:05:44

Es decir, primero redondeamos la incertidumbre, que tiene que tener una única cifra significativa distinta de 0. 01:05:49

Luego redondeo del 8 en adelante. Sería 0,03. 01:05:59

Mi incertidumbre, ¿cuántos decimales tiene? Tiene dos, décimas y centésimas. Luego tengo que acompañar a mi resultado final de dos decimales, 12,16. Y aquí redondeo a 12,20. 01:06:05

¿Veis? La última cifra significativa en el valor de una magnitud física y su error, es decir, aquí tengo las centésimas y las centésimas tienen que coincidir en orden de magnitud. 01:06:27

Y así se expresa correctamente el resultado final. Luego, la evaluación de este resultado en cuanto a exactitud y precisión es lo que nos determina la calidad del resultado final. 01:06:43

Bien, entonces, ¿para qué sirve todo esto que os vengo contando? Pues sirve nada más y nada menos para determinar la integridad de los datos que manejáis en un laboratorio. 01:06:59

¿Qué es la integridad? Pues la integridad lo que nos garantiza es que esos datos sean precisos, completos y fiables a lo largo de todo su ciclo de vida. 01:07:15

Es decir, porque esta información no se queda en el papel que nosotros tomamos cuando estamos trabajando en el laboratorio. 01:07:32

Esta información, estos datos, son registrados, son procesados, son almacenados y toda esta cadena de etapas tiene que ser totalmente trazable y tiene que estar documentada por norma. 01:07:41

Entonces, para ello se establecieron los principios ALCOA y ALCOA+, que ahora son los más modernos, los últimos, son los estándares para los cuales se rige la integridad de los datos en el laboratorio. 01:07:58

¿Qué significa Alcoa? Alcoa significa que los datos tienen que ser atribuibles, atribuibles es que sean asignables a quién, a cómo se registraron. 01:08:18

Si yo realizo los registros, se pueden realizar en papel o se pueden realizar de forma electrónica. 01:08:34

Digamos que los entornos en los que ahora os moveréis el día de mañana son entornos que tienden a digitalizarse, es decir, los registros en papel tienden a desaparecer. 01:08:40

Entonces el concepto de atribuible es atribuible a quién, a un técnico, a la persona que realizó ese registro en papel, pues tenemos un nombre y tenemos una fecha. 01:08:50

Si el registro es electrónico vamos a tener un usuario y una contraseña. 01:09:04

Tienen que ser legibles, es decir, se tienen que leer. Por eso en los registros de laboratorio, en los registros de datos primarios que vais a trabajar en la práctica, que vais a hacer en breve los que vengáis, no se pueden tachar. 01:09:10

Es decir, en los registros de datos primarios no debe de haber tachaduras, no se puede utilizar tipes y tienen que ser legibles. En los registros electrónicos lo que no puede haber es sobrescritura de archivos. 01:09:32

Es decir, no se puede machacar un archivo sobre otro. Tienen que ser contemporáneos, es decir, tienen que estar con una relación directa con el tiempo en el que han sido registrados, es decir, con la fecha en la que han sido registrados. 01:09:47

Esta documentación puede ser en papel, indicando el nombre del técnico y la fecha, y en el registro electrónico, en el nombre del archivo, se queda registrada la fecha en la cual ha sido recopilado ese dato. 01:10:11

Tienen que ser originales, es decir, no pueden ser transcritos de un papel a otro. Y en el caso de que el registro sea electrónico, tiene que haber una copia que esté certificada. Y tienen que ser exactos. Eso significa accurate, que no lo he traducido. Exacto. 01:10:32

Es decir, no tienen que haber errores y tiene que estar revisado. En el caso de que el registro sea electrónico, pues tiene que estar validado. ¿Cómo se valida? Con firma electrónica. Estos son los principios que van a garantizar la veracidad de nuestros datos. 01:10:52

¿A qué se refiere el plus? Pues se refiere a una serie de conceptos que la norma ha incluido ahora, que son los registros deben de ser completos porque tienen que incluir todos los datos, repeticiones, reanálisis, deben de ser coherentes, lógicamente en tiempo, con esa secuencia que se ha ido tomando a lo largo del tiempo. 01:11:12

tienen que ser duraderos, es decir, tienen que estar registrados en sistemas validados y con copia de seguridad 01:11:39

y tienen que estar disponibles y accesibles para cualquier revisión y auditoría. 01:11:47

Esto pues digamos que va a ser el entorno en el que os moveréis el día de mañana 01:11:56

Y aquí os he puesto un poco ya a título informativo cómo se está evolucionando de los registros en papel a los registros electrónicos. 01:12:04

Fijaros, ya cada día son más los laboratorios que tienden a la digitalización, que tienden a eliminar los registros en papel. 01:12:13

Ahora mismo se está viviendo un entorno híbrido, es decir, un entorno en el que se están manejando tanto registros en papel como registros electrónicos. 01:12:22

Y esto, si estáis trabajando en industria farmacéutica o si el día de mañana trabajáis en industria farmacéutica, para garantizar todo lo que hemos hablado de trazabilidad de todo el proceso, por ejemplo, desde la toma de muestra hasta el resultado final, 01:12:30

pues prácticamente se utilizan ya software de gestión que lo que hacen es realizar una gestión completa de todos los datos desde el principio hasta el final. 01:12:49

Entonces, fijaros, la transición que ahora mismo existe en los laboratorios pasa por tres diferentes opciones, siempre pasando del papel a lo digital. 01:13:04

Veis que en la opción 1, de lo que se trata es de eliminar la existencia de posibles errores que existan en la transcripción de los datos. 01:13:16

Cuando los transcribo en un papel, imaginaros que me equivoco, estoy transcribiendo datos, alguien me llama, giro la cabeza y confundo un número con otro. 01:13:31

Esos son errores que afectan a la calidad de los resultados, a la integridad de esos resultados. 01:13:40

Entonces, para eliminar estos errores de transcripción suelen utilizarse, por ejemplo, el caso de la balanza, que es el caso más simple. 01:13:46

pues las balanzas ahora pueden añadir la opción de conectarse a una impresora vía wifi o vía cable para imprimir directamente el resultado de esa pesada sin necesidad de tenerlo que tomar en un papel. 01:13:57

Esta sería la opción número uno donde se está transicionando del papel a lo digital. ¿Qué es lo que se pretende? Se pretende con esta operación disminuir estos errores de transcripción. 01:14:17

¿Qué ocurre desde el punto de vista de la integridad? Pues lógicamente no tenemos integridad en los datos ni firmas digitales, no las podemos garantizar, los datos no están almacenados en ningún sitio, en todo caso estarían en la memoria del propio equipo, pero están almacenados en un punto. 01:14:35

No existe un sistema de almacenamiento central de datos. Fijaros, a nivel de papel, ¿dónde se almacenan todos los registros de laboratorio? En carpetas de papel, carpetas y carpetas de papel. 01:14:59

Lo que se pretende también con la digitalización es disminuir todos esos papeles que se generan en el laboratorio. 01:15:13

La segunda opción, pues en esa transición a lo digital, ¿en qué consiste? Pues la segunda opción consiste en eliminar ya, digamos, cualquier tipo de registro manual de datos. 01:15:23

Es decir, la balanza se conecta a un ordenador. Este ordenador tiene un software que va a gestionar toda la información de la balanza, todos los datos de todas las muestras que se pesan. 01:15:37

Si esa muestra tiene un código de barras que previamente ha sido leído, pues ese código de barras con la información de la muestra, más la información que nos dé la balanza, se puede almacenar en un ordenador y gestionar con un software que luego puedo imprimir y puedo validar o puedo verificar. 01:15:52

Este sería el segundo paso. ¿Qué estamos reduciendo? Estamos reduciendo la cantidad de papel que se mueve en los laboratorios. 01:16:16

Y por último, que es a lo que se tiende, es a la integración total de los datos que proceden de todos los equipos. Aquí tenemos, por ejemplo, un valorador automático, una balanza digital, aquí tenemos un pH-metro. 01:16:26

Pues imaginaros todos estos equipos conectados a un ordenador central con un software que gestiona todos los datos que se introducen en los equipos. 01:16:41

Y vosotros como técnicos introducís en el software, cuando accedéis a este ordenador, vuestro usuario y vuestra contraseña para poder realizar todo un seguimiento de las muestras y de los resultados analíticos. 01:16:55

Este software en los laboratorios normalmente es el software LIMS, que es un software de gestión y el ERP suele ser un software que está vinculado a la gestión de los almacenes. 01:17:12

A la gestión del stock de los reactivos. Entonces, imaginaros todos estos software integrados en un laboratorio y luego en un servidor donde se almacenan de forma segura todos los datos para asegurar esa integridad total y que no exista ningún tipo de error vinculado a todo lo que está relacionado con la transcripción en papel. 01:17:25

Esta es la evolución y el entorno que os va a tocar vivir a futuro. 01:17:50

Y ya para terminar, el final de nuestro viaje por la medida, por la calidad de los resultados, los factores de conversión, la precisión, la exactitud, todo esto, ¿cuál es el fin último de nuestro viaje? 01:17:57

Pues es la expresión correcta de un resultado analítico, su valor medio lo más cercano posible al valor verdadero y su incertidumbre. 01:18:13

Y en todo este viaje intervienen las cifras significativas, sobre todo a la hora de informar el valor final. 01:18:24

Recordemos, una única cifra significativa distinta de cero y el valor de la medición debe de tener el mismo número de decimales que su incertidumbre. 01:18:32

Los cálculos tienen que ir acompañados de sus unidades adecuadas y siempre se aconseja utilizar factores de conversión. 01:18:43

En esta expresión del resultado analítico nos influye la exactitud, que es la composición de la veracidad y de la precisión. 01:18:52

Lógicamente la exactitud y la precisión está vinculada a la trazabilidad y a la calibración de mis métodos y equipos 01:19:05

Y todo esto al final en que influye en la integridad de todos los datos de laboratorio 01:19:14

Entonces, todo lo que hemos visto y este formato de expresar los datos no presenta un número 01:19:23

Nos comunica el qué. Confianza. Confianza en la fiabilidad de ese resultado. Y este es el fin último de la búsqueda de ese valor verdadero que está íntimamente relacionado con la calidad de nuestro resultado analítico. 01:19:32

Os he subido al aula virtual también un documento que habla justamente de la gestión de los datos primarios en los laboratorios que están digitalizados. 01:19:49

Muchos de vosotros, si tenéis la suerte de poderos enfrentar a un entorno, a un software LIMS, vais a tener la oportunidad de ver una integración global en una pantalla de todo el proceso que sigue una muestra a lo largo de todo un ensayo analítico, desde que entra al laboratorio hasta que se plasma en un informe digital. 01:20:05

Es muy interesante, muy sencillito de leer, no tiene un texto que sea complejo y se basa en un tipo de software LIMS de la empresa Orange Data, como dirían los americanos. 01:20:25

Y la norma que hace referencia justo a la validación y certificación de estos software es la norma 17.015, que es otra norma de competencia técnica junto con la norma 5.725, vinculada a exactitud y precisión y está a la integridad de los datos. 01:20:46

Bien. Y ya, por último, os voy a subir al aula virtual. Disculpadme, aquí tenéis siete ejercicios que van a estar relacionados con lo que hemos visto en esta última parte. 01:21:09

ejercicios que son simulaciones reales de casos que os podéis encontrar en el laboratorio, 01:21:26

bien sean para determinar la precisión y la exactitud de dos analistas o la precisión y la exactitud de dos métodos, por ejemplo, 01:21:31

cómo se establece el resultado de una serie de repeticiones con su incertidumbre. 01:21:44

Aquí, por ejemplo, cuando estamos evaluando la precisión y la exactitud tanto de analistas como de métodos, 01:21:55

Tendremos que calcular los errores relativos y el coeficiente de variación para el caso de la precisión y aquellos métodos o analistas que tengan, por ejemplo, 01:22:04

el error relativo más pequeño es aquellos que tienen mayor exactitud, igual que los que tengan 01:22:24

el coeficiente de variación más pequeño son los que tienen mayor precisión. El ejercicio 4 veis 01:22:31

que os da una serie de datos, básicamente tenéis el valor medio, el rango aquí no es relevante, 01:22:43

es un dato informativo, el rango no es nada más y nada menos que la diferencia entre el valor mayor 01:22:50

y el valor menor de las medidas que hemos obtenido, por ejemplo, en un intervalo. 01:22:55

Aquí, os insisto, no es relevante. 01:23:02

Tenéis la desviación estándar y el coeficiente de variación 01:23:04

para que veáis distintos tipos de ejercicios reales. 01:23:07

Y, por ejemplo, en este ejercicio os he puesto con una línea de puntos el valor real. 01:23:13

Aquí tenéis el valor medio y con el valor medio y con la desviación estándar, pues, evaluar la exactitud y la precisión. Digamos que vuelve a arrastrarse, como os he comentado, que no se utiliza veracidad, que se debería de utilizar veracidad. 01:23:21

Este ejercicio es igual que lo que hemos explicado en teoría sobre veracidad y precisión que contribuye a exactitud o inexactitud. 01:23:43

Y el ejercicio 5, 6 y 7 tratan de la propagación de los errores en las operaciones de laboratorio, operaciones analíticas. 01:23:56

Calcular el resultado final, ya sea la concentración o un peso de residuo seco, con su incertidumbre y cifras significativas. 01:24:09

Esto hace referencia a lo último que hemos visto del cálculo de las incertidumbres en operaciones de laboratorio. 01:24:28

Si los cálculos analíticos son sumas y restas, se utiliza una fórmula y si son multiplicaciones y divisiones, se utilizan otras. Insisto que podéis ver operaciones en las que la incertidumbre afecte al logaritmo y a potencia. 01:24:36

Lo que pasa es que esto no es objeto de este curso, pero que también existe. Os subiré estos ejercicios también y sus resultados para que los podáis contrastar. 01:24:52

Y con esto acabamos la unidad de trabajo número dos, que os la he dividido en cuatro partes para que vayáis trabajando sobre estos conceptos de una manera más, digamos, al parcializarla creo que podéis afrontarlo de una manera mejor y todos estos conceptos. 01:25:03

Bueno, muchas gracias. 01:25:26